程序员下岗？不存在的！饭碗暂时保住了

最近越来越多人在问类似的问题，AI 都那么厉害了，还需要学编程吗？计算机专业依然吃香吗？在ChatGPT出现之前，“AI替代人类”的想法是完全不可能的出现的，然而，看到了大语言模型涌现出的超强能力后，人们真的开始有点担心自己的“饭碗”了，尤其是程序员。

前几期有讲到，2024年3月，初创公司Cognition展示了该公司的一款AI编程工具Devin。Cognition将Devin描绘为“世上首位完全自主的AI软件工程师”。

在演示视频中，Devin AI 拥有自己的命令行、代码编辑器和浏览器等工具，可以自己制定计划、执行任务和解决问题，它可以独立完成整个软件的开发和构建的工作。

另外，根据官方宣传，Devin 甚至拥有“成长”的能力，它可以通过阅读文章，学习原先不懂的技术，还会自主寻找程序中的错误，并且进行修正。

从宣传来看，Devin 要比之前 Copilot 类似的 AI 编程助手要更进一步，更像一个能够独立完成开发任务的程序员。这不仅代表着 AI 独立完成开发工作的可行性，也激发了公众对“ AI 是否能替代程序员”的讨论。

Cognition甚至在社交媒体平台发文称：Devin已通过一家领先AI公司的工程师面试。

至此，“开发AI的人，最先被AI取代”的言论在网络快速升温。

也有网友分析，其实 Devin AI 并没有想象中的那么厉害：

首先，Devin 的底层技术是基于 GPT4，它的使用成本比普通程序员更高；其次，程序员的面试题并不难，ChatGPT 也能胜任；还有就是执行的任务过于简单，和人类相比还是有较大差距。

因为，Devin非常有创造性，但实际表现并不会让程序员们担心丢掉饭碗。正如Cognition放出的视频，可以看出整个过程仍需要人工辅助参与，即便不需要人，我们会发现AI能完成的任务，实在太过简单。

另外，Demo演示视频难免让人怀疑实际效果，一位酷爱开发的网友 Andrew Kean Gao第一时间申请了测试使用Devin。正如上文所说，有些任务如果没有人为干预的话，就会运行失败。

“Devin给人的第一眼的印象在于UI/UX（界面和交互），而并非是GenAI”，他表示，AI是核心组件，但真正引人注目的是他们构建的周边基础设施。

此外，Gao还表示，这个产品感觉相当成熟，并不是之前以为的一个演示版本。“他们构建了诸如自动部署到Netlify、API密钥保护、智能中断方式以免真的打断流程、为人类量身定制的良好用户界面，以及连接LLM和人类开发者的桥梁，还有一个可以回溯时间的滑块。”

然而，就在几天前，一位自称有35年开发经验的美国工程师Carl在自己的YouTube账号Internet of Bugs上发布视频，称Devin的演示可能存在造假。

所以Devin可能只是在“演”程序员？

目前，Devin 还没有开放使用，只能通过邮箱提交申请，所以外界对Devin的认知，基本都来自官方给出的演示视频，以及少数第三方开发和产品人员的评价。

第三方评价中，热度较高的就包括彭博社在3月12日发布的一篇对Cognition AI公司，及其中几位华人创始人的报道。这篇报道中提到，记者使用Devin在5-10分钟内从头开始构建了一个网站。报道还引用了一名试用过Devin的计算机科学家Silas Alberti对Devin的较高评价。

虽然质疑Devin造假的博主Carl并未对Devin进行实际测试。但他通过对Cognition AI发布的Devin实操视频进行分析，提出了演示中的多处疑似造假内容，包括：

• 演示视频中，Devin的很多操作其实并未实际上理解或正确完成任务。Devin生成的报告没有包含客户实际所需的信息。

• 在修复错误代码的时候，Devin还出现了**“没有可能制造困难也要上”**的问题。Carl指出，Devin修复的一些代码，是“人类永远不会犯”的错误。因此这些错误很可能并非来自客户的代码库，而是Devin自己造成的。

• 在技术上，Devin的表现也不是很好。有时会采用过时的方法处理文件，在Python环境中执行不适当的操作，甚至编写自己的低级文件读取循环而不是正确使用标准库。

• 视频看起来Devin 很快就完成了****任务，视频创建者能够在大约30分钟内完成所请求的任务，但聊天中的时间戳显示，该任务持续了多个小时，甚至持续到第二天。

虽然Carl认为Cognition在Devin的演示和实际操作中存在夸大的情况，但他也表示Devin在某些技术操作上表现出了令人印象深刻的能力。例如：Devin能够自动更新和配置文件，以匹配所需的库版本。

人类仍是AI编程的关键？

目前Devin还未上线，其能力是否真如Demo一样强，其实真假难辨。

不过可以肯定的是，虽然AI的确能帮助人类编程，但主流观点仍不认为AI可以替代人类。

“AI远没有外界传闻的那么聪明，要理解业务逻辑都需要大量反复地沟通，别说干活了。”一位关注AI编程的开发者说。

事实上，目前大型语言模型在工作中仍存在两个比较难解决的问题，一方面输入的信息不一定可以正确理解底层逻辑，可能需要与AI进行反复沟通。另一方面，AI输出的内容都很难避免错误和幻觉，在需要更严谨认真的工作中，没有人类的检查和监督，则会面临很大的风险。

“人类程序员写程序的时候，结果基本是一定的，要么好，要么差。但大模型来了以后，就不好说了。”支付宝CTO陈亮表示，AI写程序的结果存在很大不确定性，“他可以写得比你好，也可能比你差。”这就需要人类程序员想办法去控制它或者去影响它。

陈亮认为，虽然不能像以前写程序一样确定输出结果，但可以通过翻译、语料、数据等去影响他，让AI有更大概率提供好的结果。

在Cognition刚刚发布Devin演示视频时，前特斯拉AI技术总监、OpenAI联创Andrej Karpathy，曾在X上发文评价表示：

“在我看来，自动化软件工程看起来与自动驾驶类似。

都是人工智能做得更多，人类做得更少，但仍然需要监督：

• 首先人类手动编写代码

• 然后GitHub Copilot自动完成几行

• ChatGPT写入代码块

• 转向越来越大的代码差异（例如Cursor copilot++风格）

• ……

Andrej Karpathy认为，Devin是一个令人印象深刻的演示，可能会推动编码工具的进步，包括终端、浏览器、代码编辑器等，以及人类监督。

程序员的AI危机是什么？

虽然Devin可能代替不了人类，但很多人类岗位确实已经在被AI威胁了。

“AI不一定取代人，但会用AI的人一定取代不会用AI的人。”

2023年以来，AI工具对工作的重要性上升到了新高度。

陈亮介绍说，目前60%的蚂蚁程序员在写代码时都用上了Codefuse全站使用Codefuse的蚂蚁程序员写的代码中，约12%的代码是由Codefuse生成的。

宜创科技的创始人宜博则讲述了一个更生动的例子。

“2023年初，我要求公司所有程序员必须会用ChatGPT写代码，一个月时间学习并考核，考核后平均效率提升了3-5倍。我们最强的一个架构师的编程效率基本上是原来的5到10倍。”

Devin罪在炒作

Devin将他的创作者Cognition推到了风口浪尖。这家成立于2023年底的公司，目前已经收到了来自知名机构Founders Fund等约2100万美元的投资。该公司种子轮估值约3.5亿美元，如今估值已达20亿美元。

如今，随着Devin的“世界首个AI软件工程师”称号被Carl质疑是不实宣传。

对于”虚假宣传”，Carl批评AI产品的宣传往往缺乏透明度，不如实展示产品的实际能力和限制，从而误导了公众和专业人士。

在指证Devin造假的视频中，Carl呼吁制造商、媒体和使用者都应对AI技术持有怀疑态度，并进行必要的核实。Carl认为，这种夸大其词的做法不仅误导了公众，还为AI技术设置了不切实际的期望。

一些网友也对Carl的观点表示支持。

总结

尽管淘汰焦虑已近在咫尺，但其实，从报道细节和行业发展现实来看，AI程序员取代“人类程序员”这一担忧，目前仍然有些早了。

1.目前仍只是辅助工具：

此次“被上岗”的AI程序员所承担的角色不是通常意义上的“写代码的程序员”，而是作为程序员的辅助程序。

AI程序员所承担的这些功能，都是利用大模型的数据归纳分析能力，对既有代码进行辅助审核优化。只是承担了人类判断决策的辅助功能，离真正的“人类程序员”相去甚远。

2.准确率是一个大问题：

2023年5月，国外一组研究显示，模型的参数每提高一个量级，代码生成的准确率可以提高5%-10%左右。以此估算，模型参数规模至少达到10万亿级别，等于是现在的ChatGPT4.0的10倍以上。

而就算达到了90%的准确率，大模型依然难以取代代码的生成工作程序员。在实际的开发过程中，不太可能让模型生成大量代码后，再由程序员去甄别筛选。

3.AI至今不会逻辑推理

大模型写代码是根据人类指令在过往的数据库中作检索后对答案进行归纳整理。AI无法根据代码运行的逻辑，对这些代码进行核验。

因此，单从原理来看，大模型与程序员“写代码”在生产逻辑上也是完全不同的。这也解释了，为什么AI当下可以写出非常“标准”甚至“简约美观”的代码，但其代码本身的运转却经常出现错乱等问题。

4.将加速人才新旧淘汰

可以说，截至目前，人工智能作为编码助手，依然是程序员的辅助工具，是对人类程序员的效率放大工具，而不是互相替代的关系。

尤其是，有创造性与原创性，需要综合调动创意与逻辑能力来完成工作的岗位，很难被AI取代。

但不可否认的是，AI大模型作为一种效率工具，仍然将在可见的一段时间内加速人才市场的新旧淘汰。例如，一部分率先应用AI的高级人才的效率提高，同时也加速了另一部分人才的落伍和被淘汰。

与此同时，大量容易被替代的基础性机械性岗位，例如文案整理、日程助理、内容审核等岗位，也很容易率先被替代。

5.思考

如何进一步在教育体系、人才培养、发展中全面重视与提升人才的创造性，才是AI对人类生产关系提出的新课题。需要迫切面对这一课题的，就不仅是程序员们了，而是我们所有人。

关于Python学习指南

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、自动化办公等学习教程。带你从零基础系统性的学好Python！

👉Python所有方向的学习路线👈

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。（全套教程文末领取）

👉Python学习视频600合集👈

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

温馨提示：篇幅有限，已打包文件夹，获取方式在：文末

👉Python70个实战练手案例&源码👈

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉Python大厂面试资料👈

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

👉Python副业兼职路线&方法👈

学好 Python 不论是就业还是做副业赚钱都不错，但要学会兼职接单还是要有一个学习规划。

👉 这份完整版的Python全套学习资料已经上传，朋友们如果需要可以扫描下方优快云官方认证二维码或者点击链接免费领取【保证100%免费】